Erste Schritte mit Conversational Agents

Die Erstellung eines Conversational Agents folgt einem strukturierten Lebenszyklus, der Entwurf, Tests, Bereitstellung und Überwachung umfasst. Die wichtigsten Schritte sind:

1. Entwerfen Sie den Agent: Definieren Sie in Studio Web den Systemprompt des Agents, konfigurieren Sie verfügbare Tools, fügen Sie eine Kontextgrundlage hinzu und richten Sie Eskalationsworkflows ein.
2. Test und Evaluierung: Testen Sie mithilfe des integrierten Debugging-Chats Multi-Turn-Interaktionen. Fügen Sie Evaluierungssätzen echte oder simulierte Gespräche hinzu, um Verhalten und Leistung zu validieren.
3. Veröffentlichung und Bereitstellung: Veröffentlichen und stellen Sie den Agent als Lösungspaket in Orchestrator bereit. Stellen Sie sicher, dass der Lösungsordner einen serverlosen und einen Unattended Robot zur Ausführung enthält.
4. Zugriff und Verwaltung: Interagieren Sie mit dem Agent über die Instanzverwaltung. Überwachen Sie das Runtime-Verhalten, überprüfen Sie die Ablaufverfolgungsprotokolle und führen Sie basierend auf Feedback Iterationen durch.

Folgen Sie beim Entwerfen eines Conversational Agents folgenden bewährten Verfahren:

1. Beginnen Sie mit einer genauen Personenbeschreibung: Definieren Sie den Tonfall und den Scope des Agents (z. B. „Sie sind ein freundlicher HR-Assistent …“).
2. Denken Sie an Unvorhersehbarkeit: Benutzer können unvollständige oder falsche Informationen bereitstellen. Gehen Sie elegant mit Mehrdeutigkeiten um.
3. Hinzunahme von Hilfe-Tools: Stellen Sie sicher, dass in den Beschreibungen von Tools klar angegeben ist, wann und wie sie verwendet werden sollen.
4. Iterieren Sie mithilfe von Evaluierungen: Erstellen Sie Testfälle sowohl für erfolgreiche als auch für alternative Pfade. Aktualisieren Sie die Logik Ihres Agents entsprechend.

Erstellung eines Conversational Agents

Sie können Conversational Agents mit demselben Low-Code-Designer in Studio Web wie bei autonomen Agents erstellen, wobei es entscheidenden Unterschiede in Bezug auf Dialoge in Echtzeit vorhanden sind.

Erstellen des Agents

So legen Sie los:

1. Gehen Sie zu studio.uipath.com.

2. Wählen Sie die Taste Neuen erstellen, dann Agent.

3. Wählen Sie den Typ Conversational Agent.

   Sie können optional Ihren Agent Autopilot beschreiben, um eine Startkonfiguration zu generieren

Abbildung 1. Erstellen eines neuen Conversational Agents

Hinweis:

Der Start einer Konversation mit einem Konversations-Agenten löst einen Orchestrator-Prozess aus, der diesem Chat gewidmet ist. Dieser Prozess wird immer als Wird ausgeführt angezeigt, sodass er sofort auf Ihre Nachrichten reagieren kann. Es verbraucht jedoch nur dann Ressourcen, wenn Sie tatsächlich eine Nachricht senden. Im Leerlauf und im Warten werden keine Ressourcen verbraucht.

Konfigurieren des Systemprompts

Der Systemprompt definiert das Profil des Agents, seine Ziele, Verhaltenseinschränkungen und die Tool-/Eskalationslogik. Damit können Sie dem Agent anweisen, wie:

• Die Benutzer zu begrüßen sind.
• Unbekannte Abfragen zu bearbeiten sind.
• Probleme zu eskalieren oder Tools aufzurufen sind.
• Sich ein konsistenter Ton und Stil bewahren lässt.

Tipp:

Autopilot kann Ihnen dabei helfen, eine effektive Startaufforderung basierend auf Ihrem Anwendungsfall zu generieren.

Conversational agents do not use user prompts or Data Manager inputs/outputs, however the conversational agent will have knowledge of authenticated user's name and email.

Tools konfigurieren

Conversational agents can use the same tools as autonomous agents, including RPA workflows, API workflows, activities, other agents (excluding conversational agents), MCP servers (preview), IXP models (preview), and ready-to-use tools such as Analyze Attachments.

Tipp:

Bei Workflows, die ausschließlich API-Aufrufe ausführen, empfehlen wir die Verwendung von API-Workflows für die beste Leistung in Echtzeit-Chats.

Setzen Sie Leitplanken auf Toolebene zur Durchsetzung von Runtime-Richtlinien ein. Leitplanken gelten sowohl während der Test- als auch während der Runtime und sind in den Ablaufverfolgungsprotokollen sichtbar. Weitere Informationen dazu finden Sie unter Guardrails.

Konfigurieren von Kontexten

Fügen Sie Indizes für die Kontextgrundlage hinzu, um Ihrem Agent Zugriff auf bestimmte Wissensquellen zu gewähren. Der Agent kann diese Indizes abfragen, um fundierte, zitierte Antworten bereitzustellen. Weitere Information dazu finden Sie unter Kontexte.

Use files

You can upload files directly through the chat box for analysis. This enables conversational agents to process various file-based inputs seamlessly during interactions. The pre-built Analyze Attachments tool also supports file uploads and allows agents to interpret and reason over file content using large language models (LLMs).

Hinweis:

You cannot include attachments in evaluation runs. While conversations can be added to an evaluation set, attachments cannot be passed in through debug chat, traces, or manual uploads.

Konfigurieren von Eskalationen und dem Agentengedächtnis

Conversational Agents unterstützen Eskalationsworkflows und ein Agentemgedächtnis zur Verbesserung der Entscheidungsfindung:

• Über Eskalationen kann der Agent, Gespräche über das Action Center an einen Menschen weiterleiten, wenn das Vertrauen gering ist oder die Benutzerabsicht unklar ist. Gespräche werden synchron ausgeführt, was bedeutet, dass der Agent alle weiteren Interaktionen bis zur Lösung der Eskalation unterbricht.
• Dank des Agentengedächtnisses kann sich der Agent bereits aufgelöste Eskalationen merken und diese wiederverwenden, was die Redundanz reduziert und die Effizienz verbessert.

Weitere Informationen dazu finden Sie unter Eskalationen und Gedächtnis des Agents.

Evaluieren und Testen des Agents

Mithilfe von Evaluierungen können Sie sicherstellen, dass sich Ihr Conversational Agent über verschiedene Dialogpfade hinweg zuverlässig verhält. Der Prozess ähnelt dem der Evaluierung eines autonomen Agents, ist jedoch für Dialoge entsprechend angepasst.

Select Debug to run the agent in a chat-like environment, and interact with your agent using natural language.

Expand the full execution trace, which provides real-time tracing of the agent execution. It shows details such as:

• LLM-Aufrufe und Antworten von Agents
• Toolaufrufe samt Argumente und endgültige Ausgaben

Add test cases directly from the History panel by selecting Add to evaluation set after a test run. An evaluation test is created for the conversation with:

• Gesprächsverlauf: Eine Aufzeichnung der vorangegangenen Gesprächsrunden.
• Aktuelle Benutzernachricht: Die letzte Nachricht des Benutzers im Gespräch.
• Erwartete Antwort des Agents.

Auf diese Weise können Sie testen, wie gut der Agent den Kontext aufrechterhält und Nachfragen verarbeitet, was für ein gutes Gespräch unerlässlich ist.

Abbildung 2. Erstellung von Evaluierungssätzen

For each evaluation test, you can use the Conversation builder interface to edit the conversation history and the current user prompt. A similar interface lets you define and refine the expected agent response, ensuring accurate test validation.

Abbildung 3. Das Fenster „Gesprächseditor“ während der Bearbeitung eines Evaluierungstests

Abbildung 4. Sie können ein Gespräch aus dem Debuggen-Chat importieren, indem Sie „Dem Evaluierungssatz hinzufügen“ wählen.

Zugriff auf Convertional Agents

After you publish and deploy a conversational agent, you can interact with it through the Agents Instance Management page.

Abbildung 5. Instanzverwaltung von Agents.

Zugriff auf Agents in Microsoft Teams und Slack (Vorschau)

Conversational agents are available in Microsoft Teams and Slack. For details, refer to:

• Autopilot – Verwenden des 1:1-Chats mit der Autopilot for Teams-App
• Autopilot – UiPath Autopilot™ for Slack

Einbetten von Konversationsagenten in UiPath Apps

Sie können einen Konversationsagenten mithilfe einer IFrame-Komponente auch direkt in eine UiPath App einbetten.

1. Erstellen und veröffentlichen: Stellen Sie zunächst sicher, dass Ihr Konversationsagent erstellt und veröffentlicht wurde.

2. IFrame hinzufügen: Öffnen Sie Ihre App in Studio und fügen Sie Ihrer Seite eine IFrame-Komponente hinzu.

3. Konfigurieren Sie die URL: Legen Sie die Eigenschaft Quelle des IFrames auf eine URL fest, die mit dem folgenden Format und den folgenden Parametern erstellt wurde: "https://<cloud_env>.uipath.com/<organization>/<tenant>/autopilotforeveryone_/conversational-agents/?agentId=<agent_id>&mode=embedded&title=<title>&welcomeTitle=<welcome_title>&welcomeDescription=<welcome_description>&suggestions=<suggestions>"

   Weitere Informationen dazu finden Sie in folgender Tabelle.

4. App veröffentlichen: Veröffentlichen Sie Ihre App. Der Agent ist jetzt eingebettet und einsatzbereit!

Tabelle 2. URL-Parameter

Parameter	Erforderlich	Beschreibung
agentId	Ja	The Release ID of the published agent. To find it, navigate to Agents > Conversational agents, select "Chat now" on your agent, and copy the ID from the URL.
mode	Nein	Legen Sie sie auf embedded fest, um ihm rechts innerhalb des IFrame anzuzuordnen. Legen Sie auf fullscreen fest, um ihn im Vollbildmodus innerhalb des IFrame anzuzeigen. Der Standardwert ist fullscreen.
title	Nein	Der im Header der Chatkomponente angezeigte Titel. Standardmäßig der Name des Agenten.
welcomeTitle	Nein	Ein Titel für den Willkommensbildschirm für die Erstausführung. Standardmäßig ein leerer String.
welcomeDescription	Nein	Eine Beschreibung des Willkommensbildschirms für die Erstausführung. Standardmäßig ein leerer String.
suggestions	Nein	Ein Array von vorgeschlagenen Prompts für den Benutzer bei der ersten Ausführung. Standardmäßig wird ein leeres Array verwendet []. Hinweis: To test on browser directly, wrap in one double quotes. Example: ["Hi, what can you do", "Hello, how are you"] For Apps embedding, wrap in two double quotes– you need to escape the string or else UiPath Apps will throw a validation error. For example: [""Hi, what can you do""].
showHistory	Nein	Ein Boolesch (true oder false), um die Sichtbarkeit des Bereichs „Chatverlauf“ zu steuern. Standardmäßig auf true.